研究グレードのエッジベンチ分析: AI エージェントのベンチマーク、リーダーボード分析、スケーリングの法則、および評価メトリクス

このチュートリアルでは、さまざまなタスク カテゴリ、ランタイム環境、およびインタラクション時間の予算にわたって高度な AI エージェントを評価するための実用的なベンチマークとして EdgeBench を検討します。まず、データセットをダウンロードします。

概要は情報提供のみを目的としてまとめられています。全文についてはソース リンクを参照してください。デモのエントリは一例です。